Применение методов имитационного моделирования для прогнозирования газового и полимерного воздействия на месторождениях Сирии

Алали, В.; Еремин, Н.А.

Авторы: Алали Валид, Еремин Н.А.
Журнал: Нефтепромысловое дело
Том: 624
Номер: 12
Год издания: 2020
Первая страница: 51
Последняя страница: 55
Аннотация: Alali Walid, Eremin N.A. Application of simulation methods for forecasting gas and polymer impact on the fields of Syria // Scientific-technical journal Oilfield Engineering 12(624) 2020 pp 51-55. DOI: 10.30713/0207-2351-2020-12(624)-51-55.UDC 622.276 The paper is devoted to the study of simulation modeling methods that can be applied to predict gas and polymer impact. The existing forecasting methods are analyzed and the comparative characteristics of the methods are presented.Based on the review, the choice of the forecasting method was carried out, and the possibility of using neural networks for forecasting was presented. A neural network model to be applied for forecasting of gas and polymer impact is presented.Keywords: forecasting; gas impact; polymer impact; modeling; agents; neural network.LITERATURA1. Merkulova L.I., Ginzburg A.A. Grafi cheskiye metody analiza pri dobyche nefti. – M.: Nedra, 1986. – 125 s.2. Zheltov Yu.P. Raschet protsessov razrabotki neftyanykh mestorozhdeniy pri uprugom i vodonapornom rezhimakh. – M.: MINKhiGP, 1977. – 118 s.3. Lutoshkin G.S. Sbor i podgotovka nefti, gaza i vody: ucheb. dlya vuzov. – M.: Al’yans, 2005. – 319 s.4. Sedov A.V., Nadtoka I.I. Sistemy kontrolya, raspoznavaniya i prognozirovaniya elektropotrebleniya: modeli, metody, algoritmyi sredstva // Rostov-na-Donu: Izd-vo Rostovskogo gos. un-ta, 2002. – 320 s.5. Kendall M.Dzh., Styuart A. Mnogomernyy statisticheskiy analiz i vremennyye ryady. – M.: Nauka, 2006. – 736 s.6. Data-Mining for Business Analytics / G. Shmueli, P.С. Bruce, I. Yahav [et al.]. – John-Wiley, 2016. – Third ed. – 544 p.УДК 622.276 Алали Валид, Еремин Н.А. Применение методов имитационного моделирования для прогнозирования газового и полимерного воздействия на месторождениях Сирии // НТЖ Нефтепромысловое дело. — 2020. — № 12 с.51-55. ISSN 0207-2331 Статья посвящена исследованию методов имитационного моделирования, которые можно применить для прогнозирования газового и полимерного воздействия. Проанализированы существующие методы прогнозирования, представлена сравнительнаяхарактеристика методов.На основании проведенного обзора осуществлен выбор метода прогнозирования, а также представлена возможность использования нейронных сетей для прогноза. Приведена модель нейронной сети для прогнозирования.Ключевые слова: прогнозирование; газовое воздействие; полимерное воздействие; моделирование; агенты; нейронная сеть.Заключение1. Модели прогнозирования, основанные на ИНС,обладают способностью обучения, что позволяет адаптировать нейронную сеть и свои синаптические веса к изменениям окружающей среды. Более того, для работы в нестационарной среде (а именно такой средой является месторождение) могут быть созданы нейронные сети, изменяющие синаптические веса в режиме, близком к реальному времени.2. Использование нейронных сетей в средах имитационного моделирования – актуальный и оптимальный метод прогнозирования, который можно применять для газового и полимерного воздействия.3. Использование ИНС позволит учитывать кратко- и долгосрочные тенденции, позволит автоматизировать процесс осуществления прогноза. Кроме того,прогностическая модель, основанная на ИНС, менеедругих моделей зависит от наличия полного объемавходных данных. В то же время для устранения недостатков, связанных со сложностью настроек внутренней конфигурации нейронной сети, целесообразно применить гибридную систему, в которой настройка может проводиться с помощью метода генетического и эвристического отбора.ЛИТЕРАТУРА1. Меркулова Л.И., Гинзбург А.А. Графические методы анализа при добыче нефти. – М.: Недра, 1986. – 125 с.2. Желтов Ю.П. Расчет процессов разработки нефтяныхместорождений при упругом и водонапорном режимах. –М.: МИНХиГП, 1977. – 118 с.3. Лутошкин Г.С. Сбор и подготовка нефти, газа и воды: учеб. для вузов. – М.: Альянс, 2005. – 319 с.4. Седов А.В., Надтока И.И. Системы контроля, распознавания и прогнозирования электропотребления: модели, методы, алгоритмы и средства // Ростов-на-Дону: Изд-во Ростовского гос. ун-та, 2002. – 320 с.5. Кендалл М.Дж., Стюарт А. Многомерный статистический анализ и временные ряды. – М.: Наука, 2006. – 736 с.6. Data-Mining for Business Analytics / G. Shmueli, P.С. Bruce, I. Yahav [et al.]. – John-Wiley, 2016. – Third ed. – 544 p.
Добавил в систему: Еремин Николай Александрович

	ИСТИНА	Войти в систему Регистрация
	ФНКЦ РР
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ФНКЦ РР

Применение методов имитационного моделирования для прогнозирования газового и полимерного воздействия на месторождениях Сириистатья

Прикрепленные файлы